koffi性能

概述

以下是 Koffi 调用在三个基准测试中的执行时间的快速概述，其中与理论上理想的 FFI 实现（使用预编译的静态 N-API 粘合代码近似）进行了比较：

• 第一个基准基于rand()调用

• 第二个基准基于atoi()调用

• 第三个基准测试基于Raylib

下面详细说明了这些结果，并与 node-ffi/node-ffi-napi 进行了比较。

LINUX X86_64

下面显示的结果是在x86_64 Linux 机器（Intel® Core™ i5-4460）上测量的。

rand results

该测试基于对简单标准 C 函数的重复调用rand，并具有三种实现：

• 第一个是参考，它通过 N-API 模块调用 rand，接近完美（无开销）Node.js > C FFI 实现的理论极限（预编译静态胶水代码）

• 第二个通过 Koffi 调用 rand

• 第三个使用官方 Node.js FFI 实现，node-ffi-napi

Benchmark	Iteration time	Relative performance	Overhead（额外开销）
rand_napi	700 ns	x1.00	(ref)
rand_koffi	1152 ns	x0.61	+64%
rand_node_ffi	32750 ns	x0.02	+4576%

由于 rand 是一个非常小的函数，因此 FFI 开销清晰可见。

atoi results

此测试类似于 rand 测试，但它基于atoi，它采用字符串参数。Javascript (V8) 到 C 字符串的转换相对缓慢且繁重。

Benchmark	Iteration time	Relative performance	Overhead
atoi_napi	1028 ns	x1.00	(ref)
atoi_koffi	1730 ns	x0.59	+68%
atoi_node_ffi	121670 ns	x0.008	+11738%

由于 atoi 是一个非常小的函数，因此 FFI 开销清晰可见。

Raylib results

该基准测试使用 Raylib 中基于 CPU 的图像绘制函数。调用比以前的基准测试要重得多，因此 FFI 开销减少了。在此实现中，Koffi 与：

• Baseline：完整的 C++ 版本代码（无 JS）

• node-raylib：这是使用 N-API 实现的本机包装器

raylib_cc	18.5 µs	x1.42	-30%
raylib_node_raylib	26.3 µs	x1.00	(ref)
raylib_koffi	28.0 µs	x0.94	+6%
raylib_node_ffi	87.0 µs	x0.30	+230%

WINDOWS X86_64

下面显示的结果是在 x86_64 Windows 计算机（Intel® Core™ i5-4460）上测量的。

rand results

Benchmark	Iteration time	Relative performance	Overhead
rand_napi	859 ns	x1.00	(ref)
rand_koffi	1352 ns	x0.64	+57%
rand_node_ffi	35640 ns	x0.02	+4048%

atoi results

atoi_napi	1336 ns	x1.00	(ref)
atoi_koffi	2440 ns	x0.55	+83%
atoi_node_ffi	136890 ns	x0.010	+10144%

Raylib results

raylib_cc	18.2 µs	x1.50	-33%
raylib_node_raylib	27.3 µs	x1.00	(ref)
raylib_koffi	29.8 µs	x0.92	+9%
raylib_node_ffi	96.3 µs	x0.28	+253%

运行基准测试

请注意，此页面上的所有基准测试结果都是使用 Clang 构建的二进制文件生成的。

cd koffi
node ../../cnoke/cnoke.js --prefer-clang

cd koffi/benchmark
node ../../cnoke/cnoke.js --prefer-clang

一切构建完毕并准备就绪后，运行

node benchmark.js